对基因表达谱进行分类是生物信息学中一个重要的研究领域。基因芯片可以在一次实验中大规模并行检测成千上万个基因的表达量,对肿瘤癌症等疾病的分类、诊断研究有非常重要的实际意义。但是,基因芯片数据高通量、高维数、非线性、高噪声、数据分布不均衡等特点,使得我们对这种数据进行处理时遇到了很多困难。如何从海量的基因表达谱数据中发掘出少量的具有分类识别能力且冗余度最小的特征基因,对于疾病诊断以及研究肿瘤癌症治病机理起着关键作用。　　 本文研究的特征基因选择方法都是利用白血病数据集进行验证,主要的研究工作如下:　　 1.提出了一种基于测地距离的特征基因选择方法。由于基因表达谱非线性的特点,普通的欧几里得距离无法很好地表示基因之间的相似性度量。而测地距离这种流形距离的度量方式,可以很好的展示基因之间复杂的内在关系。在测地距离矩阵的基础上,本文改进了K-中心点聚类方法,并且选择出特征基因子集,然后利用支持向量机对特征基因子集进行分类精度进行预测。实验的结果证明,基于测地距离预测精度比传统的欧几里得距离得出的预测精度要好。　　 2.提出了一种基于局部线性嵌入特征基因选择方法。由于基因表达潜高维、高噪声、非线性的特点,传统的聚类算法并不能准确地对基因表达谱进行聚类分析。于是,通过局部线性嵌入的非线性降维方法,基因的向量空间被映射到低维空间,以致对基因向量空间进行了降维,而且使得基因之间的相似性关系更能显示其内在联系。最后,本文对白血病基因表达谱进行了实验,并且和其他文献进行了比较,结果得出本方法是可行的、有效的。